撰文 | 王思易
编辑 | 张南
设计 | 荆芥
说句实在话，美国海关并没有把宇树机器人的大门彻底关上。
7月28日，美国联邦通信委员会（FCC）出台新规，将“外国生产的先进机器人设备”纳入管制名单。这意味着新设备原则上拿不到FCC授权，除非拿到美国国防部的特批；不过，此前已经拿到授权的型号，暂时还能照常卖、照常用。
但这对于正冲刺科创板上市的宇树科技来说，无疑是一道突然升高的门槛。
7月31日，宇树科技在更新后的招股书中，专门提示了美国市场的风险。
其实这层窗户纸早就被捅破了。今年6月，美国商务部长霍华德·卢特尼克（Howard Lutnick）在一次闭门圆桌会议上就透露过，可能对外国机器人采取强硬手段。（详见《美国要对中国机器人下手》）
早在7月2日，宇树科技的上市注册申请才刚刚拿到中国证监会的同意书。如今面对FCC的新规，它计划推向美国市场的新产品，恐怕都要重新面对准入难题。
外界很容易把这个事儿讲成一个老套的故事：美国封锁中国机器人，反而逼得宇树转向其他市场，最终练就更强本领，在全球范围内拥有更大影响力。
但宇树真正需要跨越的坎儿，并不是去填补美国之外的市场空白，而是在失去美国高校等资源后，怎么把这些机器人变成能持续干活的工具？
01
美国限制切断的是生态链条
从短期看，宇树已经获得认证的旧型号照样能卖，美国经销商手里的库存和已下单的客户，未必会立刻受到冲击。国内需求的快速增长，也稀释了宇树对境外收入的依赖度。
真正的问题出在中长期。
宇树的商业模式极度依赖产品的快速迭代。你看它的产品结构，平均售价明显在下探。2024年，其平均售价为26.07万元；到了2025年前三季度，这个数字降到了16.76万元。部分原因在于宇树不断推出尺寸更小、成本更低的新型号。如果新产品拿不到美国认证，这种降价扩张策略在美国市场就行不通了。
宇树过去的成功，很大程度上得益于“高性能、低价格、标准化平台”这条路线。它没有先去死磕一个巨大的终端场景，而是把四足和人形机器人卖给高校、实验室、科技企业和个人开发者，让外部团队在宇树本体上进行二次开发。
王兴兴多次表示，希望全球开发者都能在宇树平台上研发应用。招股书里更是明确提出，要开放开发平台，吸引全球开发者和伙伴，推动宇树的技术协议成为行业通用范式。
根据招股书数据，2023至2025年，公司来自境外的收入占比均超过40%。具体来看，2023年、2024年以及2025年1-9月，来自美国市场的收入占比分别为18.39%、19.54%和13.30%，比例相当高。
高校、研究机构和开发者，依然是宇树人形机器人的主要买家。美国高校和机器人实验室不仅贡献订单，还会围绕硬件开发算法、发表论文、生成训练数据，进而吸引更多开发者使用同一平台。
一旦宇树的新型号无法进入美国科研市场，它失去的就不只是一批订单，而是一个可能影响未来技术标准的开发者网络。
这也可能波及宇树与美国科技公司的合作。
6月1日，宇树宣布H2 Plus成为基于英伟达Isaac GR00T的参考人形机器人，主要面向学术研究。不到两个月后，美国便限制外国机器人新产品取得设备认证。按照FCC新规，外国生产的新机器人原则上无法取得设备授权，除非获得条件批准。因此，H2 Plus未来在美国的供应安排面临不确定性。
目前没证据表明双方合作已经终止，但H2 Plus能不能进美国高校、要不要重新认证、英伟达怎么调整参考设计，这些都是必须回答的问题。
02
宇树过去的成功，来自“把难题交给客户”
宇树的商业模式可以概括为：把机器人身体做得足够好、足够便宜，再把具体应用甩给开发者。
这套模式曾经非常奏效。
传统机器人公司往往围绕一个行业项目做定制，研发周期长，部署成本高。宇树则把机器人做成标准化产品。高校买来研究运动控制，人工智能公司买来训练模型，展览租赁公司买来表演，工业客户也可以在本体之上开发巡检和搬运应用。
宇树由此避开了最昂贵的一部分工作：它不必为每一位客户深入改造生产流程，也不必直接承担机器人最终能否完成工作的责任。
公司的收入结构正是这种模式的结果。2025年前三季度，宇树人形机器人收入中，科研教育占73.60%，商业消费占17.39%，工业应用只占9.01%。真正来自智能制造和智能巡检的收入约1570万元，只占人形机器人收入的约2.6%。
这不是一个简单的“商业化不足”问题。相反，它说明宇树已经找到了一门可以成立的生意：出售具备良好运动能力的机器人开发平台。
但同一种模式也构成了宇树向下一阶段发展的障碍。
当机器人主要作为平台出售时，真正的任务经验掌握在客户手里。机器人在谁的工厂里失败、为什么失败、工程师怎样修改动作、修改后是否提高效率，通常属于一个个分散的项目。出货量能否转化为模型迭代，取决于公司能否通过合作机制汇总这些经验。
宇树卖出的机器人越多，不等于这些机器人越能共同学习。硬件销量可以形成供应链规模，却不会自然形成智能规模。
宇树目前面临的核心选择，不是继续做人形机器人还是机器狗，而是要不要改变自己的公司类型。
如果继续做平台公司，宇树可以保持产品标准化，把更多机器人卖给高校、开发者和企业客户。这条路线扩张更快，也更符合宇树已经形成的硬件和供应链优势。
如果要成为一家具身智能公司，宇树就必须进入客户现场，对机器人完成任务的结果负责。
这意味着工程师不只是交付一台G1或H1，而是要长期驻扎在汽车工厂、仓库或者能源设施里，处理物体位置变化、零件反光、网络波动、机械磨损、人员干扰和安全责任。公司还要持续记录机器人在哪一步失败，判断问题来自视觉、动作规划、控制还是硬件，再把修正后的模型重新部署到现场。
前一种模式出售机器人，后一种模式出售机器人完成工作的能力。二者所需要的组织结构完全不同。
平台公司追求标准化、出货量和快速迭代；解决方案公司则需要行业知识、现场服务和长期运维。平台公司可以在产品交付后确认收入；解决方案公司可能要为一个工序反复调试数月，甚至按照任务成功率承担责任。
这正是宇树最大的内部困境：它必须用一种更慢、更重、更难规模化的方式，去改造此前依靠标准化硬件形成的成功模式。
03
会做动作，距离会工作还有多远
宇树在人形机器人上的技术优势，主要集中在本体和运动控制。它已经能够让机器人稳定行走、快速奔跑、抵抗冲击，并完成复杂的全身动作。
但工厂真正需要的不是动作数量，而是任务连续性。
王兴兴近期给出的判断很有代表性：单一工序经过充分训练，成功率可以接近100%；但当任务包含十几个、二十几个连续动作时，整体成功率仍然不高，特别是面对小零件和环境变化时。
这揭示了人形机器人从展示走向工作的关键障碍。
在表演中，机器人可以提前知道音乐、位置和动作顺序；在工厂里，零件可能发生偏移，抓取可能失败，人员可能进入工作区域。机器人不仅要执行动作，还要判断当前状态是否符合预期。一旦失败，它必须重新观察、重新规划并恢复任务。
如果每一步动作的成功率是99%，连续20步全部完成的概率也只有约82%；如果单步成功率是95%，完成20步的概率只剩约36%。现实中的错误还会相互累积：第一次抓取偏了几毫米，可能导致后面的装配动作全部失效。
所以，行业难点正在从单项动作扩展到长任务中的感知、规划、误差累积和失败恢复。宇树已经证明了运动控制能力，但这些能力还不能直接推导出复杂任务的稳定完成。
这种能力无法通过增加几场机器人表演获得，也不能只靠扩大出货量解决。
不过，宇树已经在补充数据能力。
其G1-D平台覆盖数据采集、处理、标注、审核和数据资产管理，可以支持百台级机器人并发采集。宇树还公开了十多个家庭任务数据集，并参与建设了HIW-500：研究团队使用G1机器人，在12个真实家庭中采集了500小时以上、2.3万多个操作回合。
这些进展说明宇树已经具备采集和训练真机数据的能力。问题不在于数据从零开始，而在于这些数据能否帮助机器人跨越从单项模仿到长任务自治的鸿沟。
宇树的UnifoLM-VLA-0使用约340小时开源真机数据训练，一个策略可以完成整理工具、擦桌子、叠毛巾等12项任务。它表明宇树已经开始训练通用操作模型。
但长任务需要的并不只是更多成功示范，还包括偏离识别、动作纠正和失败恢复。
王兴兴承认，单一工序经过充分训练可以取得较高成功率，但十几个、二十几个动作组成的连续任务仍然困难。这说明宇树当前需要突破的重点，已经从单项动作学习转向长任务中的状态判断、误差控制和自主恢复。
不过，宇树总有选择把技术问题转化为组织问题。科研平台销售可以把应用开发交给客户，而工业部署要求机器人公司、集成商和客户共同承担长期调试、现场运维和流程改造。宇树未必需要亲自包办全部环节，但必须建立一种稳定机制，让现场问题持续进入产品和模型迭代。
04
宇树面临两条路
外部压力并不天然带来技术进步。它也可能强化一家公司原有的路径依赖。
失去部分美国开发者市场后，宇树很可能更依赖国内大型演出和企业展厅。这些市场可以贡献订单，却不一定要求机器人承担连续生产任务。
如果市场奖励的是出货量、产品发布速度和展示效果，宇树就有理由继续强化自己最擅长的硬件平台模式。上市之后，收入增长和规模扩张的压力还可能进一步放大这种倾向。
相比之下，进入工厂解决一个看似普通的装配问题，可能需要工程师连续投入数月。项目规模不大，现场问题琐碎，短期收入未必可观，却会消耗大量研发资源。
因此，美国限制甚至可能产生一种反向作用：它减少宇树与先进人工智能生态的联系，同时把公司推向更容易获得订单但对智能能力要求较低的市场。
所以，宇树未来大致有两种方向。
一种是继续成为机器人行业的平台公司。它提供价格足够低、性能足够好的机器人本体，让人工智能公司、科研机构和行业集成商负责应用。这条路线更接近机器人领域的标准硬件供应商。
另一种是进入少数具体行业，直接承担任务交付。宇树需要选择汽车装配、仓储搬运或者能源巡检等有限场景，长期参与客户运行，把成功率、人工接管率、连续工作时间和任务成本变成自己的经营指标。
前一条路线更容易规模化，但宇树对应用和数据的控制较弱；后一条路线能建立更深的能力壁垒，却意味着更重的组织、更慢的扩张和更高的交付成本。
宇树可以同时开展两类业务，但不能回避资源配置的优先级。具身智能不是在硬件平台上增加一个模型部门就能完成的升级，它要求公司从研发到销售、从交付到售后都围绕任务结果重新组织。
2026年一季度，宇树营业收入同比增长68.49%，但净利润下降47.69%，扣非净利润下降52.55%。公司解释，主要原因是研发和销售费用快速增加。这只是转型成本的开始：模型训练、真实数据采集、工厂部署、人才招聘和安全合规都需要长期投入，而资本市场可能按季度考察增长与盈利。
7月22日，王兴兴在世界互联网大会上预计，具身智能的“ChatGPT时刻”最快可能在两三年内到来。7月23日，他与宇树最新的载人机甲GD01一同登上《时代》杂志封面。在《时代》采访中，他给出的时间范围扩大为2—10年。
他为这个时刻设定的标准是：机器人能够在80%的陌生环境中，正确执行80%的语音指令。
这两个时间表，一短一长，恰恰展示了具身智能产业真实的不确定性。“最快两三年”代表技术乐观主义，“2—10年”则为真实世界的复杂性留下了余地。对一家即将登陆资本市场的机器人公司来说，承认这种不确定性并不是退缩，而是比给出一个确定日期更接近工程现实。
宇树已经完成了行业里并不容易的一步：把曾经昂贵、稀缺的足式机器人，变成能够批量制造和广泛销售的标准化产品。它下一步面对的任务更加困难——不仅要让机器人“买得到”，还要让它们在实验室以外稳定地创造价值。
美国限制可能迫使宇树调整海外布局、强化安全合规，也可能削弱它与部分国际开发者和科研机构的联系。它究竟会成为一次技术倒逼，还是一道延缓全球合作的壁垒，目前都不宜过早下结论。外部压力只能改变宇树面对的条件，不能替它完成从运动能力到工作能力的跨越。
宇树也不必在平台公司和解决方案公司之间作出非此即彼的选择。更现实的路径，或许是在保持低成本、标准化和开发者生态优势的同时，通过客户、集成商和少数重点场景，让真实运行中的问题持续进入产品迭代。
美国可以抬高宇树进入一个市场的门槛，却无法规定宇树最终会成为一家什么样的公司。决定这件事的，仍然是宇树自己。
